企業數字化轉型對城市創新質量的影響研究

中圖分類號：F272.92 文獻標志碼：A 文章編號：1673-3851（2025）06-0270-12

Research on the impact of enterprises^ digital transformation on urban innovation quality

CHEN Xiaohua ， PAN Ke'an （School of Economics and Management， Zhejiang Sci-Tech University， Hangzhou 3loo18，China）

Abstract：Based on the data of listed companies and cities in China from 2007 to 2O23，this paper analyzes the influence mechanism of enterprises'digital transformation on urban innovation quality，and further describes the potential monopoly effect of digital transformation. Four main conclusions are drawn. First，digital development can help enterprises move into the high-tech field， promote cuting-edge technology to make greater breakthroughs，and improve the quality of urban innovation. Second， enterprises'digital transformation has the effect of knowledge enhancement，resource allocation efficiency optimization and risk bearing capacity enhancement，which can effectively promote enterprises to get rid of Ramp;D \"inertia\"，open a new innovation pattern，and improve the quality of innovation. Third，the improvement of enterprise mergers and acquisitions and information disclosure can significantly enhance the promotion effect of enterprises' digital transformation on urban innovation quality，while the management' s subjective manipulation of Ramp;D accounting accounts will weaken this effect. Fourth， enterprises' digital transformation has the potential risk of monopoly intensification. The study provides new insights into how enterprises' digital transformation can promote urban innovation quality more effectively.

Key Words： digital transformation; innovation quality; knowledge enhancement; resource allocatio： efficiency； risk bearing capacity； potential monopoly risk

在美國推行“小院高墻\"\"脫鉤斷鏈\"背景下，實現從技術創新大國向技術創新強國的轉變至關重要。高水平技術創新是中國實現產業鏈自主可控、關鍵技術躋身世界前列的關鍵所在[1]。我國政府和企業十分重視技術創新，黨的二十屆三中全會提出了“以科技創新引領現代化產業體系建設\"的發展要求，2024年12月召開的中央經濟工作會議提出了“以科技創新引領新質生產力發展”的發展要求。2013年以來，我國成為僅次于美國的世界第二大研發投入國；截至2023年，我國專利申請量連續13年穩居世界第一。盡管我國在研發投人和專利申請數量上占據領先優勢，但在實現高水平、高質量創新方面與主要發達國家仍然存在一定差距[2]，因而陷入產業鏈關鍵環節“受制于人\"的被動局面[3。學界將此現象稱為中國的“科技創新困境”，這表明我國巨額研發投入存在低水平循環之殤[4-5」，難以支撐國家創新驅動發展戰略。為此，快速提升我國的創新質量已成為當務之急。只有充分發揮技術創新對經濟發展戰略支撐功能，才能助力我國在高精尖技術領域突破美國的高端技術封鎖。當前，以5G、物聯網、大數據、人工智能等為主要代表的數字技術和產業革命正加速發展、相互交織，數字技術不僅能夠對傳統產業進行全方面改造[，促進經濟發展和全要素生產率提升7，還能為科技創新和新質生產力發展注入新動力，提供新引擎[8]。那么，企業數字化轉型會對城市創新質量產生什么影響？它能否助力我國破解“科技創新困境”，其作用渠道是怎么樣的？深入剖析上述問題的答案，不僅能為中國走出“科技創新困境\"指明方向，還能為創新引領現代化產業體系建設和新質生產力發展提供有益啟發。

一、文獻綜述

數字化是我國產業轉型升級的重要支撐，創新質量提升是實現高水平科技自立自強、突破美國高技術封鎖的核心途徑，為此，細致刻畫數字化轉型對創新質量的影響具有重要的現實價值，但令人遺憾的是，二者關系的系統性研究相對較少。與本文密切相關的研究主要有以下兩個方面：

一是對數字化轉型的研究。作為具有顛覆性創新特質的技術與組織變革，企業可以利用數字技術進行更高效的價值創造[9]。學界大量研究從“賦能”與“使能\"兩個角度對企業數字化轉型的經濟后果進行了探討。從“賦能”角度看，數字化的發展使管理者能夠更準確地洞察企業現狀，加強內外部監督，從而降低生產成本和人力資本投人[10]，在緩解企業內部代理問題的同時提高了企業的績效和價值。從“使能”角度看，數字化技術大幅提升了企業獲取信息的能力和范圍，提高了信息傳遞的效率，同時也降低了信息的搜尋成本[6]。借助數據分析和算法，企業得以獲取精準的市場信息，進而利用技術優勢尋求新的發展動力，構建新的競爭優勢，通過動態調整經營決策，實現運營管理的價值創新8。總體來看，數字化技術重塑了企業的組織機制、經營方式和價值創造流程，顯著提升了企業績效，助力企業高質量發展。

二是創新質量的研究。創新質量是多維度概念，涵蓋顛覆性技術突破、專利授權對抗無效請求的能力，以及創新成果的應用價值2。關于創新質量的測度，一些學者認為專利被引次數能夠體現專利價值，但是當前仍存在專利過度引用、胡亂引用的現象[4]。更多學者認為發明專利的申請難度以及技術含量高于其他兩類專利[5]，采用發明專利占比來衡量創新質量，但這種衡量方式忽略了創新成果的實際應用價值。也有學者采用國際專利分類號（IPC）的知識寬度方法來衡量創新質量水平[11]，但專利的價值分布存在偏差，且外觀設計型專利的分類號標準與其他兩類有別，無法準確反映整體質量水平。創新質量指標仍有較大的優化與完善空間。就城市創新質量的影響因素而言，在微觀層面，有學者認為資源和技術等因素會影響創新主體對知識的掌控能力[12]，通過知識搜索、整合和吸收的能力對創新成果的轉化速度與進程產生顯著作用13；在宏觀層面，市場環境、稅收政策、創新激勵等通過改變創新主體的創新意愿和行為[14]，影響創新質量。

已有研究雖為理解數字化轉型對城市創新質量的影響提供了借鑒，但仍存在以下不足：一是城市是支撐創新的重要載體和基本單元，創新質量的測度方法雖日益多元和科學，但缺乏城市層面的測度方法，這也使得城市層面創新質量演進機理的研究較為少見。二是學界多關注數字化轉型對創新的影響，數字化轉型與創新質量的研究并不多見，僅使數字化轉型與創新質量呈現同屬研究熱點而無交集的特征。鑒于此，本文以構建城市創新質量新型測度方法為切入點，深入剖析企業數字化轉型對城市創新質量的影響，并進一步分析企業數字化轉型的壟斷效應。本文可能的邊際貢獻為：第一，在研究視角上，企業數字化轉型在近些年才逐漸被關注，而對于企業數字化發展與城市層面關系的研究仍然較少，因此本文是對此方面文獻的重要補充。第二，利用我國城市專利數據，以GDP數據構建城市創新質量指標，在指標構建上為后續研究提供了新思路。第三，從知識提升效應、資源配置效率優化效應和風險承擔能力提升效應角度揭示數字化轉型對城市創新質量的作用渠道，為企業進行戰略決策和政府制定政策提供了重要參考。

二、理論分析和研究假設

企業作為城市經濟活動的基本單元，其分布、規模、行業特征等微觀屬性，直接影響城市的經濟結構、空間布局和功能分區。本文認為，將企業數字化轉型作為解釋變量、城市創新質量作為被解釋變量的混頻回歸分析，具有一定的合理性[15]。從過往經驗看，以“阿里集團”“美團\"等為代表的微觀企業，其發展在一定程度上影響了宏觀環境，改變了人們生活方式并創造了新就業機會。就數字化轉型而言，面對龐雜的數據信息，傳統分析技術難以應對，而大數據技術能全面分析并有效洞察數據背后的潛在規律，為企業創新決策挖掘關鍵信息。這不僅能夠顯著提升企業創新績效[16]，還能夠“自下而上\"影響城市創新生態系統的演化[17]。在同一城市內，部分企業率先數字化轉型后，其技術和管理經驗等會擴散到周邊企業，在同群效應下，周邊企業受激勵加速數字化進程，擴大創新資源以保持競爭優勢，有助于改善城市創新環境[18]。當大量企業進行數字化轉型時，城市數字化基礎設施建設、技術培訓和研發投入等成本，可以通過共享和分攤降低，減少區域內整體創新成本，同時吸引更多技術人才和創新資源集聚到城市中，從而提升城市整體創新質量[1]。據此，可得如下假說：

H1：企業數字化轉型能夠提高城市創新質量。

知識作為技術進步和創新的載體，是加速企業創新、提升創新質量的動力源泉。在知識領域中，提升創新質量主要有兩種途徑：一是依托區域內部自有知識；二是通過知識溢出方式獲取外部知識。數字化降低了信息傳遞與溝通成本，拓寬了知識獲取渠道，進一步促進自有知識重新組合，從而催生新技術與新想法[19]。然而，隨著各地區對創新質量要求提高，資源環境瓶頸等結構性問題成為經濟新常態下的嚴峻挑戰。在此背景下，資源共享和知識溢出成為重要渠道[20]。數字技術的非接觸性特征，從根本上打破了時空限制，極大地加速了知識溢出與吸收效率，創造了利用外部信息進行創新以彌補自身技術劣勢的新形式，以此實現創新水平躍升[21]。此外，不同創新主體各有比較優勢，在數字技術賦能下，主體間形成了開放創新模式，獲得了更多創新機會，并使創新具有更高的價值。據此，可得如下假說：

H2：企業數字化轉型通過知識提升效應來提高城市創新質量。

在市場經濟中，企業創新是一項長期的復雜經濟活動，其質量的提升有賴于高效的資源配置，而企業配置的優化取決于穩定的資源獲取和較低的資源錯配。一方面，當企業具備創新需求和動機時，及時和穩定的資源支持能夠顯著提升其創新效率；另一方面，較高的資源錯配會占用企業有限的資源，不利于創新質量的提升。數字技術革新了傳統的方式，使資源配置更高效和智能；數字技術通過網絡快速聚集生產要素，將簡單勞動轉化為復雜勞動，降低內部資源整合的成本，使資源配置更加有效[22]。同時，數字資源成為新的生產要素，推動數字技術與傳統產業融合，改善傳統產業的生產模式，提升區域資源的配置效率[23]。此外，數字產業的發展有效緩解了市場信息不對稱問題，使經濟主體能夠快速獲取精準信息并做出高效決策，減少資本和勞動力的錯配程度，提升研發效率，進而提高城市創新質量。據此，可得如下假說：

H3：企業數字化轉型通過資源配置效率優化效應提高城市創新質量。

風險承擔能力反映了企業對風險投資的認知水平和應對策略，是實現創新質量提升的重要保障。創新活動本身具有高風險性、高投入以及高不確定性的特征，風險承擔能力決定了企業是否創新以及如何創新[24]。擁有適度風險承擔能力的公司，能夠更充分地把握投資機會，對創新項目的篩選和投入更為積極和精準，勇于面對創新的不確定性，選擇難度和技術含量更高的項目進行突破，從而提升創新質量。相反，風險承擔能力較弱的公司往往會選擇技術含量低、周期短且風險較小的項目，這種傾向可能會限制其創新的深度和廣度。企業通過數字技術和數據要素投入降低獲取信息的成本，提高信息質量，在數據處理和風險監測中發揮著巨大優勢，極大地緩解了公司內部和資本市場上信息不對稱的問題，降低了企業內部研發設計的不確定性風險，提高了研發的精準性和風險承擔能力，增加了企業對研發投人的支持，進而提升創新質量[25]。據此，可得如下假說：

H4：企業數字化轉型通過風險承擔能力提升效

應提高城市創新質量。

盡管數字化轉型能帶來零邊際成本、規模經濟與網絡效應等遞增紅利，卻需投入高昂設備。高資金、高技術門檻，致使當前數據多掌握在少數大型互聯網企業手中。這些企業憑借對海量數據的獨占權形成壟斷，在產品和服務市場壟斷消費者，在同業競爭市場壟斷資源。我國部分企業數字化轉型起步晚，存在發展不平衡、不全面問題[26]，引發潛在的馬太效應，加劇了大企業與中小企業經營差距。一方面，數字化轉型初期科技投入高，中小企業因資金、技術、人才匱乏，轉型易與其他業務沖突，承受巨大的績效壓力[27]。另一方面，大企業借規模效應與資金、技術優勢，在數字經濟初期快速搶占市場，催生大量專利，進一步拉大與中小企業差距。據此，可得如下假說：

H5：企業數字化轉型具有加快形成行業壟斷的潛在風險。

三、研究設計

（一）樣本選取與數據來源

本文選取A股上市公司以及各地級市作為研究樣本。根據研究需要，本文剔除ST、*ST和金融類上市公司，以及有缺失數據的樣本。由于2007年我國上市公司執行新會計準則，因此選擇樣本區間為2007一2023年；此外，為了避免個別極端值的影響，本文將所有數據進行上下 1% 的縮尾處理，最終得到了263個地級市4919家企業共計46461個觀測值。企業的年報數據來自巨潮資訊網，專利數據來自CNRDS數據庫，城市數據來自中國城市統計年鑒，其余企業數據均來自CSMAR數據庫（原國泰安數據庫）。

（二）變量定義

1.被解釋變量

本文以城市創新質量作為被解釋變量，借鑒付凌暉[28]的方法，以空間向量夾角法為基礎計算城市創新質量指標，該方法優點是能夠綜合考慮專利結構的整體變化，避免單一指標衡量的局限性，同時能夠更精確地反映專利結構的變化方向和程度。專利主要包括三種類型，即發明專利、實用新型專利以及外觀設計專利。相較而言，發明專利的研發投入及對技術復雜度要求均高于其他兩類專利，其申請程序也更復雜，因此創新質量水平也相對更高，而實用新型專利的創新質量水平次之。由于專利從申請到授權時間較長，專利授權數據難以反映當前城市的創新活力與成果，故本文使用專利申請數據，按照創新質量的水平從低到高將三種專利類型排序，分別為： ，將排序后的三種專利申請數占專利申請總數的比值作為三維空間向量 的三個分量，分別計算 與三種專利的夾角，并將夾角相加，如下所示：

其中： x_j，e 為第 e 種專利向量中的第 j 個分量； x_j，0 （204號為 X_o 中的第 j 個分量； k 為權重； θ 為夾角和， θ 越大表明專利結構越偏向于高質量專利。對于城市整體而言，創新的“質量\"離不開“數量”，同時專利的總數會受到城市經濟發展的影響。為了反映城市真實的創新質量，本文將專利總數與城市經濟的比值進行加權，以剔除經濟規模因素的影響，具體公式如下：

其中： PAS 是城市專利申請總數， GDP 為樣本期間內城市實際GDP總值（單位：千萬元）。INQ指標的經濟學含義是城市單位GDP產出的創新質量，其值越大，說明該城市的創新質量越高。最終得到263個地級市的創新質量數據。

2.核心解釋變量

本文以企業數字化轉型程度作為核心解釋變量。根據吳非等[29]的觀點，本文從“人工智能技術”“大數據技術\"\"云計算技術\"“區塊鏈技術\"“數字技術應用\"五個方面歸納整理了與數字化轉型相關的關鍵詞，并統計了這些關鍵詞在上市公司年報中的詞頻，最終將關鍵詞總數加1的對數用來衡量上市公司數字化轉型程度（DIG）。

3.控制變量

本文將一系列反映企業財務特征、成長能力、治理結構的控制變量納入模型，變量定義如表1所示。

（三）實證模型

為了驗證企業數字化轉型對城市創新質量的影響，本文設計如下計量模型：

σ_i+?_t+ε_i，t

其中：被解釋變量為城市創新質量，核心解釋變量為

企業數字化轉型，Controls為一系列控制變量， ε 是隨機擾動項，變量下標 i 和 Ψ_t 分別代表企業和時間

以區分不同的變量， σ_i 為個體固定效應， φ_t 為時間固定效應。

四、實證分析

（一）變量的描述性統計

變量的描述性統計結果見表2。可以看出，城市創新質量INQ的最大值為6.541，最小值為0.217，標準差為1.529，表明不同城市間的創新質量存在較大差異。數字化轉型程度DIG的最大值為5.118，最小值為0，均值為1.345，表明我國上市公司數字化轉型程度整體偏低，部分企業數字化轉型起步較慢或暫未開始轉型。

（二）基準回歸

企業數字化轉型對城市創新質量影響的基準回歸結果見表3。表3的前3列呈現了在沒有加入控制變量的情況下不控制時間和個體、只控制個體、同時控制時間和個體固定效應進行基準回歸的結果；后3列則是在此基礎上加入控制變量后的回歸結果。從回歸結果可以初步得出結論：在 1% 的顯著性水平下，企業數字化轉型促進了城市創新質量，即假說H1成立。從經濟學含義上來看，企業數字化轉型程度提高一個百分點，將使城市創新質量提高

0.023個單位，相較于樣本期間均值提高了 0.841% （0.023/2.736×100%） ，該估計結果符合H1的假設。結合現有的研究，出現該現象的原因在于企業通過數字化技術，大大提升了信息挖掘的效率和精度，降低了信息成本，緩解了市場上存在的信息不對稱問題，進一步拓寬了研發信息和技術獲取渠道，促進了企業創新質量的提高。此外，企業數字化的發展會加速數字技術與傳統產業的融合，為城市構建更廣闊的創新平臺，促進各創新主體間的交流合作，進而提升城市的整體創新水平。

（三）內生性檢驗

1.工具變量法

企業數字化轉型和城市創新質量可能存在互為因果關系，具體而言，創新質量高的城市可能使企業更便捷地獲得數字化技術，進而促進其數字化的發展。此外，模型可能存在遺漏變量等問題，為了減少內生性問題對模型回歸結果的影響，本文采用兩階段最小二乘法來解決可能的內生性問題。

a）為確保選取的工具變量滿足外生性條件，本文借鑒Lewbel[3]的研究，基于異方差構建工具變量，具體構建方法如下：

Y₁=β₁X+e₁，e₁=U+V₁

其中： Y₁ 為數字化轉型的代理變量， X 為一系列控制變量的集合， E₁ 為誤差項； U 為不可觀測因素； V₁ 為異質性誤差。如果內生變量對模型中其他變量回歸后的殘差是異方差的，該殘差與去中心化后外生變量的乘積是有效的工具變量，即利用一組可觀測的外生變量 Z，Z 可部分或全部來源于 X ，構造[Z-E（Z）]_E1 作為工具變量（IV-1）。具體而言，本文使用企業規模作為構建工具變量的變量。

b）考慮到理工類技術人才匱乏是企業數字化轉型的瓶頸，且高校培養的具備數理模型構建能力、數字技術能力等的人才與數字化轉型緊密相關，本文借鑒張葉青等[31]的研究，利用\"珠峰計劃\"構造工具變量（1V-2）。該計劃于2009年啟動，第一批試點范圍涵蓋了中國17所高校的數、理、化、生物和計算機五門學科，旨在加速培養基礎學科領域的優秀人才。具體構造方法如下：

其中： m 為高校， n 為第一批試點高校的數目（ n=17）；DTE表示利用經緯度計算的上市公司所在地與高校主校區所在地的直線距離（單位為千米）， C 表示企業所在城市中當年上市公司的總數量；Post為時間虛擬變量，當 Ψ_t 大于2014時賦值為1，反之賦值為0?？紤]到受該計劃影響的第一批學生于2014年畢業，因此本文未納入2014 年的樣本[31]。企業與試點高校間的距離越近（即 DTE 越?。湓接锌赡苁艿秸哂绊?，進而提升數字化轉型水平；而城市中的企業數量越多（即 C 越大），企業間的人才競爭越激烈，則政策輻射效應越可能被削弱。此外，該工具變量很難通過其他渠道影響城市創新質量。

c）選取各城市1984年郵局數量為工具變量，從相關性來看，郵局業務是電信業務發展的基礎，而電信基礎設備為企業提供了可靠的互聯網連接，為數字化轉型提供了堅實的技術支持，因此歷史上郵局數量多的城市，更可能成為當前數字經濟發展的佼佼者。同時相隔時間較遠，也不會對當前的實體創新發展產生直接影響。本文借鑒Nunn等[32]的研究，引入時間變量與橫截面數據匹配，構建面板工具變量，以解決固定效應模型分析中橫截面工具變量的適用性問題。具體而言，用上一年我國各城市互聯網寬帶接入用戶數（單位億戶）與1984年各城市每百萬人郵局數量構造交互項，以此作為工具變量（IV-3）。

三個工具變量的回歸結果見表4的列（1）—（3），回歸結果與基準回歸結果保持一致，說明在考慮內生性問題后，企業數字化轉型對城市創新質量的促進作用仍然穩健成立。

2.PSM-DID檢驗

參考衣長軍等[33]的檢驗思路，本文以“寬帶中國\"政策為準自然實驗，進一步緩解基準模型的內生性問題。選取該政策的主要原因在于，其試點城市致力于推動當地互聯網產業和新興技術發展，與企業數字化轉型密切相關。本文設置個體虛擬變量Treat和時間虛擬變量Post，若企業所在城市屬于‘寬帶中國\"的試點城市，則Treat為1，反之為O；成為試點城市之后的時間為1，之前為0。外生沖擊檢驗的回歸結果如表4的列（4）所示，核心解釋變量的系數仍在 1% 的水平下顯著為正，說明“寬帶中國”的試點城市建設能夠提高城市的創新質量，由此可見，考慮到外生沖擊后，本文的核心結論仍然成立。

考慮到“寬帶中國\"試點城市和非試點城市在個體特征上存在差異，本文進一步通過PSM-DID方法檢驗估計。本文采用 K 近鄰匹配法，以控制變量作為協變量，通過 1：2 最近鄰匹配法對控制組進行選取和匹配，傾向得分匹配結果顯示匹配之后協變量的 Ψ_t 統計值并未通過顯著性水平檢驗，匹配標準差的絕對值均低于 5% ，說明實驗組和對照組之間在匹配前后并不存在明顯差異，滿足匹配平衡性假設。在此基礎上，進一步進行PSM-DID檢驗，結果如表4列（5）所示，與基準回歸結果一致，這進一步驗證了本文基準回歸的估計結果是穩健的。

3.雙重機器學習因果檢驗

雙重機器學習在變量選擇和模構建上具有明顯優勢，能夠根據協變量進行匹配，相較于傳統因果推斷計量模型，能更好地解決內生性問題。具體而言，本文采用隨機森林算法并將訓練集與測試集的樣本分割比例設定為1：4，以進一步緩解模型的內生性問題和提高研究結論的可靠性。如表4中的列（6）所示，數字化轉型的回歸系數在 1% 水平上顯著為正，表明采用雙重機器學習方法緩解可能存在的內生性問題后，研究結論仍然穩健。

（四）其他穩健性檢驗

由于數字化投人的成效、創新的投入到產出需要一定的時間，因此本文延遲觀測窗口，對核心解釋變量滯后一至三期進行回歸，結果顯示其系數均顯著，且與基準回歸結果的符號相同①，說明在考慮了滯后的影響后，本文的結論依然成立?？紤]到不同測算方法可能帶來的估計偏差，本文采用CSMAR數據庫中國上市公司數字化轉型研究數據庫，采用企業數字化轉型指數來衡量企業數字化轉型水平；將城市專利授權數據替換式（2）中的城市專利申請數據重新進行回歸；更換Tobit模型重新進行回歸。估計結果顯示核心解釋變量均顯著為正②，通過了穩健性檢驗，進一步支持了前文的研究結論。

五、機制檢驗和異質性分析

（一）機制檢驗

前文從理論層面分析了數字化轉型對城市創新質量的內在影響機制，并提出系列研究假設。為驗證這些假設是否成立，本部分借鑒諸竹君等[34]的機制檢驗方法，對其作用渠道進行檢驗。

1.知識提升效應

上文指出，數字化轉型能夠促進區域內自有知識的重組，也能通過知識溢出方式獲得外部知識，具有知識提升效應。本文從知識多元化（KND）和創新偏好（INP）兩個方面來反映知識效應。知識多元化反映了企業通過知識溢出方式獲取外部知識的能力，而多樣化的知識庫則為企業整合各類知識元素創造了更多機遇。創新偏好即二元創新，根據組織雙元理論，企業創新活動分為利用式創新和探索式創新兩類。前者聚焦于現有領域的深入創新，后者則致力于新領域的開拓創新，這充分展現了企業獲取新知識并將其轉化為自身核心競爭力的能力。借鑒徐露允等[35研究，利用專利數據中國際分類號IPC的技術分類代碼中前4位判斷專利所屬技術類別，采用Teachman熵指數測度企業知識多元化，公式如下：

其中： q 表示企業專利的一種技術類別； p 表示企業所有的技術類別； CAG_q 表示企業包含技術類別 q 的專利數量； CAG 表示企業擁有的專利總數。同時本文借鑒王建等[36]的研究，構建創新偏好指標。指標構建步驟如下：

a）確定代表探索式創新的詞匯：探索、突破、研究、變革、實驗、柔性、彈性、發明、創新、創造。確定代表利用式創新的詞匯：利用、開發、改進、改善、改造、優化、效率、精細、推行、實行、制造、延續。

b）采用Python進行文本分析，分別統計兩類詞匯的總數。

c用代表探索式創新的詞匯總數除以兩類詞匯的總數之和，得出創新偏好指標，該指標值越接近1，表明企業越傾向于探索式創新。

由表5的列（1）和列（2）可知，企業數字化轉型具有知識提升效應，能夠提高企業獲取、吸收外部知識的能力以及知識多元化水平，促進企業創新偏好從利用式創新向探索式創新的轉變，進而推動城市創新質量的提升，假說H2得到驗證。

2.資源配置效率優化效應

理論部分剖析了數字化轉型對資源配置渠道的作用機制，指出數字化轉型使得資源配置更加高效和智能化，使企業在創新活動中能夠及時獲得資源支持，減少資源錯配損耗，從而促進創新質量提升，具有資源配置效率優化效應。本文以生產效率（LPE）和研發效率（RDE）反映資源配置效率。其中，生產效率體現企業在生產經營中資源獲取、利用到產出環節的效率，而研發效率側重衡量企業在創新活動中資源的利用效率，兩者均能體現資源配置的合理性。本文使用全要素生產率的方法衡量生產效率，模型如下：

YOP_i，t=λ₀+λ₁K_i，t+λ₂L_i，t+λ₃M_i，t+e_i，t

其中：YOP為企業的產出，以企業營業收入衡量；K，L，M 分別代表企業的資本、勞動和中間投入變量，分別以企業固定資產、員工人數、營業成本 + 銷售費用 + 管理費用 + 財務費用一折舊攤銷一職工薪酬進行測度，殘差項（包含企業全要素生產率對數形式的信息。參考諸竹君等[34]的做法，將研發費用的對數作為創新投入變量，專利申請數的對數作為創新產出變量，利用DEA-BBC模型進行創新效率的測算。如表5列（3）和列（4）所示，核心解釋變量的系數顯著為正，說明企業數字化轉型具有資源配置效率優化效應，能夠提高企業資源配置效率和研發效率，縮短研發周期，減少不必要的資源損耗，能夠帶動創新質量的提升，因此假說H3成立。

3.風險承擔能力提升效應

理論分析表明，數字化轉型能夠緩解企業與市場上的信息不對稱問題，增強風險投資的認知水平和應對能力，減少創新活動的不確定性，提高研發精準度，從而發揮風險承擔能力提升效應。從企業內部來看，利潤、資產和企業經營狀況息息相關，因此，盈余波動性能夠有效衡量企業內部的風險承擔能力，波動性增大通常意味著企業風險承擔水平提升。參考何瑛等的做法，首先將企業ROA進行調整以緩解行業及周期的影響，得到 ，再以三年為觀測值，滾動計算 A_-Roa 的標準差來衡量企業內部風險承擔水平（ITC），具體如下：

ITC=

其中： N 為行業內企業的總數， EBIT 為企業息稅前利潤，ASSET為企業年末總資產。與財務性指標相比，股票收益率的波動不受財務報表編制規則的約束，能更靈敏、更直接地反映企業在市場外部環境中的風險承擔狀況。本文采用年化月收益率標準差的對數值衡量公司風險承擔能力（EXC），計算公式為：

其中： R_d 為公司在年度內第 d 月的收益率， D 為每個會計年度內總的月數。如表5的列（5）和列（6）所示，核心解釋變量的在 1% 的水平上顯著為正，說明數字化轉型使企業提高了研發的精準性和風險承擔能力，能夠更好地應對市場經營和技術研發過程中的風險，有助于選擇難度和技術含量更高的項目進行突破和創新以提高創新質量，假說H4得以驗證。

（二）異質性分析

前文較為詳細地分析了企業數字化轉型對城市創新質量的影響以及作用機制，但主要關注整體層面，因此本部分進一步將并購、信息披露質量、研發操作的企業特征作為虛擬變量，并通過與核心解釋變量的交乘項進行回歸的方式，來探討企業數字化轉型對城市創新質量的異質性影響。

1.并購

企業并購是公司通過收購或合并其他企業，以擴大規模、提升市場份額、優化資源和降低成本的商業策略，其重要性隨市場競爭加劇而愈發凸顯。本文將樣本分為當年發生并購的企業（MER=和未并購企業 （MER=0 ），以檢驗并購是否會對實證結果造成影響。回歸結果如表6列（1）所示，交互項的估計系數顯著為正，說明當年發生并購的企業可以更好地發揮數字化轉型對城市創新質量的促進作用。一方面，并購能幫助企業快速獲取目標企業的核心技術、專利和設備等顯性知識資源，填補技術空缺，優化技術體系，同時縮減研發周期與成本。另一方面，通過數字技術搭建知識共享平臺，能夠打破組織間的知識壁壘，促進并購雙方的知識交流與共享，提升知識的流動效率和吸收能力，同時能夠更好地整合并購雙方的資源，打破企業內部的思維慣性，有助于企業提高再創新能力和產出成果質量。

2.信息披露

資本市場公開信息披露是公眾了解公司情況的重要途徑，但當前我國上市公司由于制度環境、市場化程度、經濟文化發展等的區域差異，市場上的信息往往呈現不完全狀態，導致不同市場參與者之間存在顯著的信息不對稱，在這種情況下，投資者難以形成合理的預期，進而難以對上市公司進行準確的估值。本文用KV指數衡量上市公司信息披露程度，KV指數認為交易量信息對收益率的影響能夠有效反映信息不對稱程度，模型具體構建如下：

其中： P_a 和 VOL_a 分別是第 a 日的股票收盤價和交易量（股數）， VOL₀ 是研究期間所有交易日的平均日交易量。采用普通最小二乘法對每家上市公司進行回歸分析，得到 ω₁ 值。該值的絕對值越小，表明信息披露越充分。本文將 ω₁ 低于中位數的公司視為信息披露程度高 （KVI=1） ），反之則視為信息披露程度低 ）?；貧w結果如表6列（2）所示，交互項的系數顯著為正，表明信息披露程度高的企業能在數字化轉型對城市創新質量升級中發揮更有效的作用，原因在于透明的信息披露能夠使市場參與者獲取更準確、更全面的信息，減少信息不對稱，為外部監督提供了基礎，還能促進企業內部管理的規范化和透明化，減少內部道德風險的發生。此外，在創新研發等復雜經濟活動中，透明的信息披露能夠增強市場信任，擴大研發投入的資金來源，通過數字化技術為企業創新提供更可預測的環境，推動創新資源在市場中的快速流動和優化組合，提高資源利用效率，從而促進企業選擇技術含量更高的創新項目。

3.研發操作

研發是創新的關鍵，但其技術復雜性容易造成企業與利益相關者間的信息不對稱，管理層因此擁有一定的信息優勢和操作空間。研發操縱是指管理層偏離實際的研發情況，對相關會計科目進行主觀性操縱的行為，這種行為不僅會損害企業的創新績效，還會對利益相關者的決策活動產生誤導性影響。本文參考王攀等[38]的做法，構建以下模型評估獨立研發操縱程度：

其中： RAD 為研發費用， TAS 為總資產，TMV為總市值， Q 為企業托賓 Q 值， OPP 為企業營業利潤，殘差即為異常研發費用。本文將異常研發費用絕對值大于中位數的情形視為存在研發操縱，記為RDO=1 ;反之，則視為不存在研發操作，記為 RDO= 0。如表6列（3）所示交互項的系數顯著為負，說明研發操作的存在削弱了數字化轉型對城市創新質量的促進作用，管理層出于自身利益考慮，會主觀操縱研發會計科目或調整實際研發活動，這不僅降低了創新資源的配置效率，造成研發資源的浪費，還降低了企業創新的積極性和研發績效。此外，管理層的主觀操縱還使企業傾向于追求短期利益而非研發效率，這可能掩蓋企業創新投入的真實成效，加劇了市場信息不對稱性，從而阻礙了數字化轉型對創新質量的促進作用。

六、進一步分析：數字化轉型與潛在壟斷風險

數字化基于其高效、精確等的優勢廣受研究者關注，但也存在諸多現實問題。近年來，隨著資本、技術、數據等要素的集中，各數字平臺內出現了大數據殺熟、獵殺式收購、強制“二選一\"等壟斷行為，嚴重擾亂了數字市場的競爭秩序，損害消費者權益。同時，在產業數字化的進程中，平臺與產業鏈深度融合，使數據進一步向平臺集中，市場結構變動給產業融合創新增加了不確定性風險。這些問題引發了國家對數字經濟反壟斷與競爭政策的重視。2021年《國務院反壟斷委員會關于平臺經濟領域的反壟斷指南》發布，標志著平臺反壟斷監管從理論探討階段邁入了實際操作階段，成為數字經濟治理中必須面對和解決的現實挑戰。為了進一步檢驗企業數字化轉型對行業壟斷的影響，本文將基準模型中的被解釋變量替換為行業壟斷進行回歸。本文以企業營業收入比值加權的勒納指數衡量行業壟斷程度（MON），勒納指數是價格偏離邊際成本的程度，價格越是高于邊際成本，表明壟斷勢力越強。具體計算公式如下：

MON=

其中： 分別代表企業的營業收入、營業成本、銷售費用、管理費用。此外，本文認為大企業會通過數字技術催生更多的專利，進一步帶來技術上的壟斷，因此使用Herfindahl指數測算行業內技術的壟斷程度（PMN）：

其中： PAT 為企業專利申請數量。

企業數字化轉型對行業壟斷的影響的回歸結果見表7。表中列（1）—（2）的回歸結果顯示，企業數字化轉型與行業壟斷之間的關系在 1% 的水平下顯著為正；列（3）—（4）顯示，企業數字化轉型與行業技術壟斷存在顯著的正相關關系。這表明企業數字化轉型提高了行業壟斷程度，同時大企業通過數字化技術，全面深入分析信息，驅動自主創新，進一步加深了技術壟斷。從理論上來說，數字化轉型可以高效收集、整合信息以此優化資源配置，改善生產效率，進而提升企業的綜合實力。但是當前我國數字化發展不平衡、不全面，企業開展數字化轉型需要一定的資金和技術支持，大企業憑借其規模效應發揮了先發優勢，在數字化轉型過程中降低了邊際成本，占據了大量的數據使用權利和數字經濟份額，形成了行業內經營和技術的壟斷，造成了潛在的馬太效應。大企業通過數字化轉型進一步鞏固優勢和地位，而中小企業的數字化轉型較為艱難，面臨業績壓力，甚至部分企業由于資金和技術門檻暫未轉型，導致在數字經濟時代競爭力下降，與大企業之間的經營和技術差距擴大。

七、結語

數字化轉型是市場主體創新發展的主流趨勢，也是促進創新能力提升、推動城市經濟高質量發展的新動能。在深人實施創新驅動發展戰略的背景下，探究企業數字化轉型對城市創新質量的影響具有重要的現實意義。本文以2007—2023年我國上市公司及城市數據為樣本，深人剖析企業數字化轉型影響城市創新質量的作用機制，并進一步揭示當前數字化存在的現實問題，得到的結論主要有：第一，企業數字化轉型能夠提高城市創新質量。在考慮內生性問題和穩健性檢驗后，研究結論仍然成立，表明數字化發展能使企業向高新技術躍進，促進前沿技術取得更大的突破，實現創新質量的提高，推動城市高質量發展。第二，企業數字化轉型具有知識提升效應、資源配置效率優化效應和風險承擔能力提升效應，且這三種效應是企業數字化轉型影響城市創新質量提升的重要機制，能激勵企業克服研發“惰性”，開創全新的創新格局，探索新興技術領域，從而不斷提高城市創新質量。第三，企業進行并購和提高信息披露程度能夠顯著提升企業數字化轉型對城市創新質量的促進作用，而管理層對研發會計科目進行主觀操縱則會削弱這一作用。第四，企業數字化的發展加劇了大企業在經營和技術上的潛在壟斷，削弱了中小企業的市場競爭力。因此，在積極推動數字化轉型的過程中，必須積極應對并消除潛在的壟斷風險。

基于上述研究結論，本文提出以下建議。第一，中國數字經濟蓬勃興起，數字化技術加速向多行業滲透，企業可以合理借鑒數字化發展前沿企業的轉型模式，結合自身特征和現實需求，將數字技術融入生產經營管理各環節，實現內外部環境與數字化轉型的協調匹配，充分挖掘稀缺資源價值，提升綜合實力。第二，政府部門應完善數字及新型基礎設施建設，加強技術研發型人才的培養力度，通過補貼政策引導高質量人才投身研發領域，為企業的數字化轉型提供硬件基礎、人才支撐和政策保障。此外，政府部門應帶頭建立協同創新平臺，引導創新主體之間高效有序的創新合作，以保證數字技術的廣泛應用和交流；同時，引導企業與研發機構培育獨特的創新優勢，優化研發資源配置與創新策略，以實現差異化發展。第三，政府部門需在大規模數字化轉型中提供政策和制度保障，助力城市創新質量提升。一方面是完善政策體系，加大對數字化投資的補貼和資助力度，強化科技與金融政策對企業數字化轉型的支持與引導；另一方面是完善數字化領域的法律法規，數字化轉型提升了市場反饋效率，加大了監管難度，因此要出臺政策鼓勵企業加強信息披露，遏制研發操縱、虛假信息、大數據殺熟等惡意競爭行為。

參考文獻：

[1」黃先海，孫涌銘，陳夢濤.企業數字化轉型與顛覆性技術創新：來自專利網絡與SBERT模型的微觀證據[J].中國工業經濟，2024（10）：137-154.

[2]陳強遠，趙浩云，林思彤，等.中國高質量技術創新：情境敘事與測度體系[J].管理世界，2024，40（5）：23-41.

[3]陳曉華，劉慧，張若洲.高技術復雜度中間品進口會加劇制造業中間品進口依賴嗎？[J].統計研究，2021，38（4）：16-29.

[4]葉初升，孫薇.中國“科技創新困境\"再審視：技術創新質量的新視角[J].世界經濟，2023，46（8）：80-107.

[5]金培振，殷德生，金樁.城市異質性、制度供給與創新質量[J].世界經濟，2019，42（11）：99-123.

[6]張洪勝，杜雨彤，張小龍.產業數字化與國內大循環[J].經濟研究，2024，59（5）：97-115.

[7]王鏑，章揚.企業數字化轉型、策略性綠色創新與企業環境表現[J].經濟研究，2024，59（10）：113-131.

[8]史丹.數字經濟條件下產業發展趨勢的演變[J].中國工業經濟，2022（11）：26-42.

[9]VialG.Understandingdigital transformation：A review andaresearch agenda[J]. The Journal of Strategic InformationSystems，2019，28（2）：118-144.

[10] Deming D，Kahn L B. Skill requirements across firms andlabor markets：Evidence from job postings for professionals[J]. Journal of Labor Economics，2018，36（Sl）： S337-S369.

[11]劉祎，尹云龍，楊旭.數量或質量：環境信息披露對綠色創新的影響[J].科研管理，2024，45（4）：166-174.

[12]何小鋼，黃瑩珊，朱國悅.高質量人力資本與中國城市創新能力：來自高校擴招政策的證據[J].當代財經，2022（10）：15-27.

[13]BlockJ H，Thurik R，Zhou H. What turns knowledge intoinnovative products？ The role ofentrepreneurshipandknowledge spillovers[J]. Journal of Evolutionary Economics，2013，23（4）： 693-718.

[14]蔡彬清，黃新煥.研發經費投人對區域創新質量的影響：區域異質性環境的門檻效應分析[J].電子科技大學學報（社科版），2021，23（1）：27-33.

[15］林川，吳沁澤.企業數字化轉型與城市經濟活力：基于夜間燈光數據的混頻回歸[J].云南財經大學學報，2024，40（6）：81-101.

[16] Tian G，Li B，Cheng Y. Does digital transformation matter forcorporate risk-taking？ [J]. Finance Research Letters，2022，49：103107.

[17]楊偉，吉梨霞，周青.企業數字化轉型對創新生態系統的影響：基于市場規模動態的多Agent模型[J].中國管理科學，2022，30（6） ：223-232.

[18]杜勇，婁靖，胡紅燕.供應鏈共同股權網絡下企業數字化轉型同群效應研究[J].中國工業經濟，2023（4）：136-155.

[19]Forman C，Van Zeebroeck N. Digital technology adoption andknowledge flows within firms： Can the Internet overcomegeographic and technological distance？ [J]. Research Policy，2019，48（8）：103697.

[20] Neves P C，Sequeira T N. Spillovers in the production ofknowledge：A meta-regression analysis[J]. Research Policy，2018，47（4）：750-767.

[21]楊雨，宋福鐵，張杰.城市金融網絡、知識溢出與城市創新效率[J].統計與決策，2024，40（8）：156-161.

[22]韓峰，姜竹青.集聚網絡視角下企業數字化的生產率提升效應研究[J].管理世界，2023，39（11）：54-77.

[23] Kohli R，Melville N P. Digital innovation：A review andsynthesis[J]. InformationSystemsJournal，20l9，29（1）：200-223.

[24]肖彥，鄧雪，程思嘉.混合所有制改革、風險承擔與國有企業創新能力[J].會計之友，2024（15）：154-161.

[25]羅嶺，曹青青.數字金融、企業風險承擔與審計費用[J].審計與經濟研究，2023，38（1）：40-50.

[26]劉志彪，徐天舒.我國制造業數字化改造的障礙、決定因素及政策建議[J].浙江工商大學學報，2023（2）：92-105.

[27]Zhai H，Yang M，Chan K C. Does digital transformationenhance afirm's performance？ Evidence from China[J].Technology in Society，2022，68：101841.

[28]付凌暉.我國產業結構高級化與經濟增長關系的實證研究[J].統計研究，2010，27（8）：79-81.

[29]吳非，胡慧芷，林慧妍，等.企業數字化轉型與資本市場表現：來自股票流動性的經驗證據[J].管理世界，2021，37（7）：130-144.

[30]Lewbel A. Using heteroscedasticity to identify and estimatemismeasured and endogenous regressor models[J]. Journal ofBusiness amp; Economic Statistics，20l2，30（1）：67-80.

[31]張葉青，陸瑤，李樂蕓.大數據應用對中國企業市場價值的影響：來自中國上市公司年報文本分析的證據[J].經濟研究，2021，56（12）：42-59.

[32]Nunn N，QianN. US food aid and civil conflict[J]. AmericanEconomic Review，20l4，104（6）：1630-1666.

[33］衣長軍，趙曉陽.數字化轉型能否提升中國跨國企業海外投資效率[J].中國工業經濟，2024（1）：150-169.

[34]諸竹君，黃先海，陳航宇.生產性服務業外資開放與制造業創新：兼論新質生產力發展的制度型開放優化路徑［J].金融研究，2024（2）：76-93.

[35]徐露允，曾德明，李健.知識網絡中心勢、知識多元化對企業二元式創新績效的影響[J].管理學報，2017，14（2）：221-228.

[36]王建，胡瓏瑛，馬濤.吸收能力、開放度與創新平衡模式的選擇：基于上市公司的實證研究[J].科學學研究，2015，33（2）：304-312.

[37]何瑛，于文蕾，楊棉之.CEO復合型職業經歷、企業風險承擔與企業價值[J].中國工業經濟，2019（9）：155-173.

[38］王攀，郭曉冬，吳曉暉.機構投資者“分心\"與企業研發操縱[J].科研管理，2023，44（8）：109-118.

（責任編輯：陳麗瓊）